The invention discloses an insulated gate bipolar transistor (IGBT) module of the fault diagnosis method, firstly, aiming at high junction temperature and high temperature gradient mode IGBT module bonding wire stripping, lead to failure of the IGBT module, through the beam real-time measurement of IGBT module for polar voltage drop value, measure the beam the pressure drop data of fuzzy information granulation, extracting the effective components of prediction of each window data sequence division and normalized to obtain parameters of IGBT module reflect health status; using least squares support vector machine (LS SVM) algorithm of least squares support vector machine model of the IGBT module; then the quantum ant colony optimization algorithm (QACO) of the least squares support vector machine model parameters were optimized; finally the optimized least squares support healthy state vector machine model of IGBT modules. Diagnosis\u3002 The invention can realize the on-line state monitoring and fault diagnosis of the IGBT module, and provide support for the health evaluation of the IGBT module and the timely maintenance of the situation.
【技术实现步骤摘要】
一种栅双极型晶体管(IGBT)模块的故障诊断方法
本专利技术涉及功率器件故障诊断
,尤其涉及一种栅双极型晶体管(IGBT)模块的故障诊断方法。
技术介绍
绝缘栅双极型晶体管(IGBT)模块是一种广泛用于各种电能变换装置的电力电子器件。绝缘栅双极型晶体管(IGBT)模块作为整个电路的核心器件,控制着整个电路模块的工作状态,对整个电路模块的影响十分深远。然而,由于长期工作在高电压和大电流环境中,反复的开通和关断操作导致绝缘栅双极型晶体管(IGBT)模块的功耗和结温波动频繁,从而造成器件的疲劳老化。因此,很有必要对绝缘栅双极型晶体管(IGBT)模块的健康状态进行诊断,以便及时发现故障,为IGBT模块的视情维修提供可靠支持。由于绝缘栅双极型晶体管(IGBT)模块工作环境恶劣,长期运行于大功率高温状态下,产生大量的热量导致IGBT模块的结构发生复杂变化,引发一系列失效状况,如键合引线的剥落、焊料层的失效、封装的失效等情况。绝缘栅双极型晶体管(IGBT)模块承受着电力,热学、机械应力的复杂影响,导致其失效原因多样化,使得对绝缘栅双极型晶体管(IGBT)模块的健康情况难以 ...
【技术保护点】
一种绝缘栅双极型晶体管(IGBT)模块的故障诊断方法,其特征在于,包括以下步骤:(1)针对高结温和高温度梯度工作模式下IGBT模块的键合引线失效情况,实时测量IGBT模块的集射极压降值,构成时间序列X;(2)对步骤(1)中获取的集射极压降值,利用模糊信息粒化对数据进行处理,提取预测数据序列划分的各窗口的有效分量并进行归一化处理,获取反映IGBT模块健康状态的参量,其中窗口的划分是根据模型需要,把整个数据预测序列划分为若干个小子序列,一个子序列为一个操作窗口,有效分量指提取数据序列中对最小二乘支持向量机模型有用的有效信息;(3)对步骤(2)中获取预测数据序列划分的各窗口的有效 ...
【技术特征摘要】
1.一种绝缘栅双极型晶体管(IGBT)模块的故障诊断方法,其特征在于,包括以下步骤:(1)针对高结温和高温度梯度工作模式下IGBT模块的键合引线失效情况,实时测量IGBT模块的集射极压降值,构成时间序列X;(2)对步骤(1)中获取的集射极压降值,利用模糊信息粒化对数据进行处理,提取预测数据序列划分的各窗口的有效分量并进行归一化处理,获取反映IGBT模块健康状态的参量,其中窗口的划分是根据模型需要,把整个数据预测序列划分为若干个小子序列,一个子序列为一个操作窗口,有效分量指提取数据序列中对最小二乘支持向量机模型有用的有效信息;(3)对步骤(2)中获取预测数据序列划分的各窗口的有效分量,利用最小二乘支持向量机(LS-SVM)算法对其分别进行建模;(4)依据步骤(3)中对各窗口的有效分量建立的模型,利用量子蚁群优化算法对最小二乘支持向量机各模型进行寻优计算,得到模型的最优参数;(5)对步骤(4)中的得到的最优参数,采用优化后的最小二乘支持向量机模型对IGBT模块的健康状态进行诊断。2.如权利要求1所述一种绝缘栅双极型晶体管(IGBT)模块的故障诊断方法,其特征在于,所述步骤(2)中,利用模糊信息粒化对数据进行处理,提取各窗口的有效分量并进行归一化处理,获取反映IGBT模块健康状态的参量,具体步骤为:(2.1)把测量原始数据集射极压降值作时间序列X,把整个时间序列看成是一个窗口,进行模糊化。在X上建立一个模糊粒子P,能够合理描述X的模糊概念G(以X为论域的模糊集合),通过确定G来定模糊粒子P。以下是确定一个G的隶属度函数A的过程:A=μg(a1)选取模糊粒子为三角型(a2)采用隶属度函数表示A其中,x为论域中的变量,a,m和b为参数。a,m,b分别对应每个窗口都得到的3个模糊粒子后的变量:LOW,R和UP。LOW参数描述该粒子原始数据变化的最小值。R参数描述该粒子相应的原始数据变化的大体平均水平。UP参数描述该粒子原始数据变化的最大值。(a3)分别对信息粒化后得到的LOW、R、UP进行归一化处理,公式如下:其中,Pi是训练样本中某一变量xi归一化后的数据,xmin是样本中该组数据的最小值,xmax是样本中该组数据的最大值。3.如权利要求1所述一种绝缘栅双极型晶体管(IGBT)模块的故障诊断方法,其特征在于,所述故障诊断方法步骤(3)中,所述最小二乘支持向量机(LS-SVM)算法对各窗口的有效分量分别进行建模,具体步骤为:(3.1)设置最小二乘支持向量机的核函数为径向基核函数,核函数参数gam=1000,sig2=0.1;(3.2)对监测位移时间序列{x1,x2,...,xn},寻找i+p时刻位移序列值xi+p与前p个时刻的序列值xi,xi+1,...,xi+p-1的关系。即xi+p=g(xi,xi+1,xi+p-1),其中p为历史步数,g为非线性映射函数。根据SVM理论,位移时间序列非线性关系,即回归模型可为:其中,e*(xm+n)表示m+n时刻预测位移值,xm+n表示m+n时刻前p个时刻的实测位移时间序列值xm+n=(xm+n-p,xm+n-p+1,...,xm+n-1),xi+p表示i+p时刻前p个时刻的实测位移时间序列值,xi+p=(xi,xi+1,...,xi+p-1)。4.如权利要求1所述一种绝缘栅双极型晶体管(IGBT)模块的故障诊断方法,其特征在于,所述故障诊断方法步骤(4)中,所述量子蚁群优化算法对各窗口有效分量模型进行寻优计算,得到模型的最优参数,具体步骤为:(4.1)确定c、γ的取值范围分别为1≤γ≤10...
【专利技术属性】
技术研发人员:姜媛媛,周利华,李振璧,
申请(专利权)人:安徽理工大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。